ПочатиПочніть безкоштовно

Ваша перша модель RNN

У цій вправі ви попрактикуєтеся з модулями Keras, щоб зібрати свою першу модель RNN і використати її для класифікації тональності рецензій на фільми.

Ця перша модель має один рекурентний шар із базовою клітинкою RNN: SimpleRNN, а вихідний шар має два можливі значення: 0 — негативна тональність і 1 — позитивна тональність.

Ви використаєте набір даних IMDB з keras.datasets. Модель уже була натренована, а її ваги збережено у файлі model_weights.h5. Ви побудуєте архітектуру моделі та використаєте заздалегідь завантажені змінні x_test і y_test, щоб перевірити її якість.

Ця вправа є частиною курсу

Recurrent Neural Networks (RNNs) для моделювання мови з Keras

Переглянути курс

Інструкції до вправи

  • Додайте клітинку SimpleRNN із 128 юнітами.
  • Додайте шар Dense з одним юнітом для класифікації тональності.
  • Використайте відповідну функцію втрат для бінарної класифікації.
  • Оцініть модель на попередньо підготовленій валідаційній вибірці: (x_test, y_test).

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Build model
model = Sequential()
model.add(____(units=____, input_shape=(None, 1)))
model.add(Dense(____, activation='sigmoid'))
model.compile(loss='____', 
              optimizer='adam',
              metrics=['accuracy'])

# Load pre-trained weights
model.load_weights('model_weights.h5')

# Method '.evaluate()' shows the loss and accuracy
loss, acc = model.evaluate(____, ____, verbose=0)
print("Loss: {0} \nAccuracy: {1}".format(loss, acc))
Редагувати та запускати код